Не говори модели кем ей быть
И она не скажет куда тебе идти

Вы наверняка слышали про лучшие практики как писать запросы к чатгпт и подобным. И там 100% была рекомендация «укажите модели роль: думай как эксперт-орнитолог-дефектолог с 200 лет стажа и дипломом академика наук».

Так вот. Этот же принцип либо вообще не работает, либо делает просто хуже когда речь идет про reasoning модели. Это те модели, которые уже «на борту» приучены рассуждать «про себя», прежде чем дать ответ. Я сейчас про ChatGPT o3, o4-mini, Gemini 2.5 Pro (короче, про самые адекватные и полезные модели).

Чтобы получить максимально полезный ответ от reasoning моделей, нужно понять одну вещь: это не чат-бот. Это скорее генератор отчётов. Чтобы модель ответила действительно по делу, надо не по шагам давать ей кусочки информации — а загрузить в неё бриф вашей задачи.

Не писать «думай как Х». А описать конкретно ЧТО вы хотите получить, КАК вы поймёте что ответ хороший, и дать максимальную информацию по контексту вашей ситуации. Самый показательный пример привёл на картинке к посту.

Как это делаю я: берешь телеграм-премиум или любой другой транскрибатор речи в текст. Наговариваешь в сохранёнки весь контекст ситуации. Переводишь в текст. Пишешь что тебе нужно от модели, и вставляешь в контекст запроса отдельным параграфом всё что ты наговорил.

Так, например, я писал корпоративные ценности для компании где работаю. Обозначил задачу, обозначил в каком виде нужен ответ, и на полчаса вышёл из офиса поболтать с телефоном. За эти полчаса без остановки наговорил что за компания, сколько лет на рынке, что делает, сколько сотрудников. Как акционеры относятся к сотрудникам, какие корп. мероприятия устраивают, что сами сотрудники думают про компанию. То есть дал максимальный контекст. Результат? Утверждённые ценности практически без единой правки (надо понимать что у наших акционеров утвердить что-то без правок — это надо уметь).

Так и вы можете использовать эту технику там где действительно от модели требуется подумать. Выбор рынка, ниши, конкурентная стратегия, продукт, фичи, етс. Модели прекрасно всё это пишут, но только если вы оформили задачу «как новому сотруднику»: полный контекст (5-7 тысяч символов любая современная модель отлично переварит), чёткое ТЗ, критерии качества.

Для большего погружения можете почитать вот здесь. Статья уже старая (хаха, начало 2025)), но принцип остался (и думаю останется) тем же.
Можете и не использовать эту технику — она не всегда нужна. Но там, где задача многосоставная, то без неё точно никак. Пользуйтесь.

Кто ты, воин
Хочу знать тебя лучше

В канале последнее время пришло довольно много новой аудитории. Причём, судя по всему, очень разношёрстной 😁 И мамы из родительских чатов, и предприниматели, и разработчики.

Давайте вместе сделаем этот канал более полезным — для вас всех (и меня тоже чуть-чуть). Проголосуйте пожалуйста, два коротких опроса ниже. А я обещаю это учесть в контенте, который буду дальше готовить.

Спасибо всем проголосовавшим. Посмотрел результаты опроса и призадумался.

Смотрите. Треть отметились как специалисты-разработчики. Это вообще-то очень немало! При этом только около 10% подобрались к глубоким интеграциям (API, скрипты, микросервисы). Получается что большинство dev-специалистов пока используют AI на уровне «расширенной Excel-формулы» ─ аналитика, копирайтинг, вот это всё. Но не автоматизация.

С другой стороны, в канале есть серьезная прослойка менеджерского сегмента. Сложив топ-менеджеров, руководителей, продакт-и проект-менеджеров, получаем более половины проголосовавших. Это как раз те люди, которые решают, что именно будет внедряться и где — но сами код не пишут. По идее, именно для вас наиболее ценные посты про «how-to» по кастомным GPT и no-code решениям: где взял и сделал, быстро получив пользу.

Таким образом, получается интересная ситуация. В канале много тех кто сам пилит (пусть и пока не в «полную силу», если мы говорим про AI решения). И много тех кто принимает решения что пилить. Ну и ещё есть 3 % автоматизаторов и 9 % скриптеров, которые этакие «гики в углу» — шарят, но молчат))

Тут сразу появляется идея: а что если сделать небольшую площадку «Задача ↔️ Исполнитель» ? Например, запустить активность: менеджеры напишут задачи, которые им важно решить. А разрабы присматриваются и может что-то и смогут подхватить, что им интересно. Разумеется, за обоснованную плату. Но думаю что пока аудитория этого канала маловата для такой площадки.

Вообще, я делал этот опрос чтобы понять на какие темы больше писать. На этот вопрос я ответ получил: больше половины используют AI инструменты в очень умеренном виде. Что-ж, в первую очередь для вас и будет дальнейшее интересное чтиво!

Но по поводу активности — напишите что думаете в комментариях. Мало ли, вдруг всё-таки концепт покажется интересным.

Главный вопрос внедрения AI

Сейчас в компании, где я работаю, планируем внедрять AI. Уже на уровне «решение для бизнеса», а не просто поиграться отдельными сотрудниками. Компания достаточно крупная, 1.400 человек, продукция технически сложная, продаётся по всей России и СНГ.

Кейс, в общем-то, типовой: автоматизация текстовой техподдержки клиентов. Продукция сложная, раскидана по всей РФ, обращений в поддержку много. Иногда клиенты ждут ответа почти сутки — непозволительная роскошь для современных скоростей. И главный вопрос, который высветило планирование, тоже (теперь уже) типовой: а что делать с людьми?

Компании условно делятся на AI-native и AI-first. Первые уже родились с AI — это молодые компании, которые основаны уже в эру генеративного ИИ. Им не нужно думать что делать с сотрудниками — они уже ориентируются на максимальное использовние ИИ. А вот вторые. Вторые это уже устоявшиеся бизнесы. Которые только встают на путь автоматизации. У них уже есть сотни, а то и тысячи сотрудников. И, внедряя автоматизацию их работы, один из главных вопросов — а что с этими людьми делать дальше? Увольнять?

У нас дело осложняется одним нюансом. Кейс внедрения AI — первый в нашей компании. То есть это попытка создать прецедент. И если прецедент будет негативный (нам придётся увольнять людей), то как отреагируют остальные сотрудники на последующие идеи внедрений? Разбрасываться кадрами в текущих условиях рынка труда так себе идея. Но как сделать чтобы прецедент стал win-win-win (компания - сотрудники - клиенты) ?

Вот сейчас это главная задача, над которой мы ломаем голову. Не всегда есть возможность перекинуть сотрудников туда, где им будет ещё интересней чем сейчас. А, автоматизировав их работу, что они будут делать?

У нас есть зацепки как это сделать действительно красиво и с заботой о людях. Но будет здорово, если у вас есть свои размышления на этот счёт. Напишите в комментариях, если есть чем поделиться.

Изучаю инструмент Labs от Perplexity.

Вышел недавно, меньше недели назад. На анонсе обещали многое: поиск информации (традиционная вотчина perplexity), генерацию кода, рисование графиков и дашбордов, создание мини-вебприложений. Навскидку выглядит как deep research с прикрученными возможностями визуализации и создания приложенек.

Уже есть много хороших примеров, как ребята используют для себя. Здесь несколько проектов для примера (форма авторизации, рацион питания), или вот ещё (поиск юридической инфы, создание дашбордов).

Да, доступен только Pro-пользователям. Но про это как раз я писал — как получить Pro perplexity на год за 600 рублей.

Я пока не нащупал для чего конкретно мне этот режим может быть полезным, кроме визуализации найденной информации/ Хотя да, графики и диаграммы из найденной инфы рисует отменно. Или вот сделал простенькое веб-приложение для анализа данным по складам в SAP. Но пока есть впечатление что на самом деле инструмент может намного больше, и я просто не нащупал подходящий кейс использования.

Покопаюсь ещё, и если найду стоящее, то напишу отдельный пост. Stay tuned!

А вы, если уже распробовали, то можете показать в комментариях — будет интересно.

Сегодня не про инструменты

По крайней мере не про искусственные. А про наши, свои. Те что в голове обитают.

Довелось на днях ремонтировать авто. По мелочи, перестали работать фары. Обе, сразу. Я ж знаю как это теперь делается, открыл чатгпт о3, описал подробно симптомы, начал копать.

Довольно быстро выяснилось что и машина нетипичная, и диагностировать надо замыканием плюса на массу, и разобрать половину приборки чтобы починить. Далее будет чуть-чуть для мальчиков Были советы снять разъем лампы и замкнуть его на кузов (лампочка при этом должна была загореться, так и писала). Или увещевания что лампа управляется массой, а не плюсом (причём упорные, даже после моих рекомендаций перепроверить эту информацию). И много ещё веселого.

В итоге диагностика с нейросеткой оказалась всё равно лучше чем без — сам бы я долго разбирался где что находится в машине, в которую раньше никогда не лазил. Но потенциально опасной, и невероятно долгой (если просто следовать советам сетки, а не думать своей головой).

Выводы? Если бы я не знал особенности нейросетей и на голубом глазу делал всё что она говорит — я бы так ничего и не починил, это раз. Я бы спалил половину предохранителей — это два. И я бы решил что нейросети тупые и бояться что они отберут чьи-то рабочие места это глупо — три.

Но благо я знаю про галлюцинации и критическое мышление. И благо я знаю темпы развития инструментов (чатгпт выпустили всего три года назад). И вы, подписанные на этот канал — тоже это знаете. А значит, можете использовать в свою пользу технический прогресс, а не идти против него.

PS: в фарах просто лампочки перегорели.
А на скрине самооценка полезности советов от сетки, ну, после парочки моих замечаний о том где она накосячила. И я бы оценил полезность всё-таки на 4/10.
Пользуйтесь нейросетями. Но думайте своей головой.

Я так спрашивал у сетки как отшлифовать лады на гитаре, если бы не факт-чекал по гайдам - запорол бы гитару за 2к баксов)

Мне нравится сравнение AI с турбонаддувом двигателей.

Сейчас поясню. Все же знают про турбины на двигателях машин? Берешь маленький мотор, прикручиваешь турбину — получаешь как будто у тебя большой мотор конечно а вы что подумали. Больше мощности, больше крутящего момента, больше КПД.

С ИИ та же история. Только в роли изначального мотора твои мозги и твоя продуктивность. А в роли турбины ИИ.

Мне нравится это сравнение как минимум по двум причинам.

1️⃣ Мелкий мотор — маленькая отдача. Как ты ни надувай двигатель 1л, он не станет пятилитровым монстром. Это прямая калька правила «мусор на входе — мусор на выходе». Если своих мозгов нет, то ИИ не даст буста.

2️⃣ Турболаг. Может быть не все знают, но на турбированных моторах есть турболаг. Когда ты уже начал давить на газ, но турбина ещё не раскрутилась (лучшее объяснение этому явлению на картинке к посту). И вот с ИИ то же самое. Буст будет, но не сразу. Если ты не умеешь пользоваться инструментами, то пройдёт некоторое время прежде чем ты наработаешь практики и появится понимание где ИИ полезен а где нет.

Поэтому наша задача сейчас, чтобы не вымереть как атмосферные двигатели из 80х — начать раздувать свою турбину (в смысле изучать инструменты). Потом будет поздно, вас обойдут те кто уже умеет и освоил.

Если есть вопросы про «с чего начать» и «как понять» — то вот инструкция: бесплатный курс Anthropic по AI грамотности. Можно перевести c помощью встроенного в браузер переводчика. Полезная абсолютно каждому, даже не айтишникам, даже не автоматизаторам. 12 уроков о том, как правильно формулировать обычным пользователям запросы к ИИ чтобы получать лучший результат. Читайте сами, либо следите за каналом — буду краткую выжимку из этого курса периодически выкладывать. За наводку спасибо Владу.

Что делать с людьми, ч.2

Писал ранее, что внедряем ИИ в текстовую техподдержку пользователей. И главный вопрос был — что делать с людьми, работу которых мы планируем автоматизировать.

Вы набросали в комментарии много дельных предложений, спасибо. Суть их в целом сводится к нескольким пунктам:
1. Не автоматизировать человека, а дополнять его возможности.
2. Найти сотрудникам хорошую альтернативу (другую занятость внутри компании, где их скиллы буду востребованы).

Мы проанализировали ситуацию, и поняли что в компании есть сезонность в обращениях. В сезон (длится примерно 4 месяца) в поддержку обращается на 80% больше клиентов, чем в несезон. Для этого в компании каждый год на срочный трудовой договор (на полгода) нанимается больше десятка человек. Мы их обучаем, они работают сезон — а потом уходят.

Соответственно, это затраты. Не просто на оплату их труда — но это и ежегодные невозвратные затраты на обучение сотрудников, которые потом не будут работать у нас.

И решение очень простое: мы не будем никого увольнять. Мы просто не будем нанимать дополнительных временных сотрудников. А пик обращений (ради которых раньше набирали временных сотрудников) мы обработаем с ИИ. И волки сыты и овцы целы.

Разумеется, всё это просчитано и прикинуто (в процентах, минутах, и тд). Разумеется, всё это пока что лишь оценки — смотреть надо будет по факту как пойдёт. Но в этом и ключевая идея: не «сделаем а там дальше видно будет». А ставить целевые метрики, идти к ним, и корректировать по ходу дела и при необходимости.

Кстати, как ставить целевые метрики — это отдельная интересная тема. Потому что мало понимать что система/автоматизация умеет — нужно ещё понимать как это привязать к интересам бизнеса и сотрудников в нём. И, например, целевая метрика «экономия на ФОТ» может обернуться боком при внедрении — например, пострадает качество сервиса. Но об этом поговорим в другой раз.

Всем привет

Я немного выпал (вы могли заметить по отсутствию постов последнюю неделю). У нас тут изменения в проекте по ИИ в компании (хорошие, но тем не менее изменения).

Посты дальше будут по плану. В ближайшее время хочу поднять такие темы:
- Перевод части курса от Antropic по тому, как работать с ИИ непрограммистам (и получать от этого профит)
- Материал про новости о помешательствах на почве ChatGPT и подобных (а прецеденты уже есть)
- Кому может быть полезен Manus.im и что это вообще такое
- Впечатления о самой топовой на текущий момент модели o3 Pro от ChatGPT

И ещё много интересного. Как говорится, stay tuned!

А пока, я бы предложил к обсуждению вот такой пост одного моего хорошего знакомого: https://xn--r1a.website/prostodeistvie/122

Знакомый не про ИИ, он занимается строительством глэмпингов и близок к производству (на этом и сошлись). И мне нравится его системный подход, о котором он пишет в посте. Потому что зачастую многие упускают одну важную вещь: любая автоматизация (и особенно с ИИ) — это мультипликатор. Он может мультиплицировать хаос (если у вас хаос), а может бустить вашу продуктивность (если в бизнесе выстроена система). Арчил в посте хорошо подметил, что во всем есть система просто иногда её сложно найти.

И мне стало интересно, а какой у вас вообще опыт? Там, где вы работаете / в вашем бизнесе — там есть система? Или впечатление перманентного хаоса? Есть ли ощущение что вначале надо настроить порядок, а потом автоматизировать? Или наоборот, всё ровно и чётко, вопрос только в усилении того что уже есть?

Всем привет, дорогие

Ну что, продолжим смотреть полезности? Сегодня у нас manus.im на очереди.

Что это?
Manus это первый автономный ИИ агент, который умеет:
- планировать выполнение вашей задачи
- ходить в интернет, кликать по сайтам, собирать данные
- писать и запускать код
- создавать простые веб-приложения и сайты, от простых лендингов до интерактивных игр
- и даже генерировать видео со звуком

Важно: работает под VPN. Хороший VPN для браузера тут, в виде приложения — тут.

Манус часто используется для создания прототипов сайтов: у него неплохо с дизайном, и он может на коленке сделать вам весьма приятный сайт, код которого вы потом можете разместить у себя. Вот классные примеры:
1. Сайт строительной компании
2. Сайт благотворительной организации
3. Сайт компании для беговых клубов

Помимо сайтов, манус умеет искать информацию в интернете и делать из найденного интерактивные дашборды. Несколько примеров:
1. Найти компании по продаже недвижимости и сделать статистику по количеству сделок, общему доходу, средней комиссии, и тд.
2. Найти потенциальных заказчиков для консалтинговой компании по внедрению AI в бизнес.
3. Сделать веб-приложение для отслеживания интересных небесных явлений, метеоритов, затмений, видимых планет, и тд. Всё с учетом вашего местоположения.
4. Или вот автор канала @NGI_ru сделал дашборд лизинга авто в США, с анализом безопасности авто и риска угона.

Как это работает?
У Мануса «под капотом» крутится несколько нейросетей, к которым он обращается для выполнения вашей задачи. Вы пишете что вам нужно простым человеческим языком, Манус планирует/уточняет/делает, и в конце предоставляет вам отчёт/сайт.

Оплата по системе кредитов: при регистрации даётся 1.000 «приветственных» кредитов, потом каждый день начисляется ещё по 300 бесплатных — на попробовать хватит.
Можно оформить подписку: дает сразу несколько тысяч кредитов. РФ карты не принимает, но есть разные сервисы для оплаты (например, вот). Сто кредитов примерно равны 40 центам, или ~35р.

Примерный расход кредитов по задачам:
- Простая задача анализа данных: ~200-300 кредитов, 15 минут
- Создание веб-приложения: ~300-900 кредитов, 25-80 минут
- SEO-аудит сайта: ~500-900 кредитов, 30-45 минут

Что классно:
- Неплох в дизайне. Может с полпинка сделать довольно приятный сайт.
- Выделяет из вашего текста правила себе на будущее, предлагает их сохранить (например, «пользователь предпочитает визуализацию информации в виде графиков и диаграмм»).
- Хорошо сделана идея с генерацией чеклиста на выполнение любой задачи. Похоже на то, как работают настоящие сотрудники.

Что так себе:
- Неочевидная механика расхода кредитов. На одну задачу может потратить 300 токенов, а может и 700. Понять какая задача сколько сожрет зачастую можно только косвенно.
- Иногда излишне инициативен. Там где надо сделать простой перевод PDF документа начинает разводить бурную деятельность с созданием сайта и построением красивеньких диаграмм
- Как и любой инструмент с LLM, может зациклиться на какой-то задаче и пожрать все кредиты на ней. Или может быть ленивым — сделать часть задачи и потом спрашивать а точно надо делать остальное? Ну, короче, как настоящий сотрудник 🥲

Здесь я для примера сделал SEO аудит сайта компании microbuszakaz.ru, предоставляющей услуги аренды автобусов на мероприятия. Манус привел анализ текущей ситуации, сравнение с конкурентами, рекомендации по оптимизации. За этот анализ манус съел почти 900 кредитов.

Несколько идей для самостоятельной реализации:
- Сделать себе любимому обучающий курс по любой теме.
- Проанализировать поток людей мимо оффлайн-точки (например, магазина цветов).
- Сделать контент-план для соцсетей, исходя из анализа наиболее залетевших постов и рилсов конкурентов.

У меня осталось несколько тысяч кредитов, пишите в комментарии идеи, либо пересылайте пост кому это может быть нужно. Несколько идей сможем сделать и я выложу отдельным постом что получилось.

Почему GEO — это не про географию

GEO (generative engine optimisation) — это по сути эволюция SEO для ваших сайтов.

Как было?
Ваш потенциальный клиент заходит в яндекс/гугл, вбивает «лучшие кофемашины до 20к», ходит по ссылкам, читает отзывы, выбирает

Как уже сейчас и дальше больше:
Потенциальный клиент заходит в ChatGPT или Perplexity и вбивает то же самое — но по ссылкам, за редким исключением, не ходит, а читает саммари от нейросети и заходит уже чтобы подтвердить выбор и купить

Исходя из этого понятна разница:
- Раньше (и пока ещё сейчас) нужно было оптимизировать сайты чтобы попасть в топ поисковой выдачи гугла/яндекса.
- Скоро (и частично уже сейчас) пора задумываться об оптимизации контента чтобы нейросети рекомендовали ваш товар. То есть оптимизировать под генеративный ИИ — отсюда и название, GEO.

Как это сделать?
Если совсем коротко — то сделать ваш контент максимально понятным для нейросетей:
1️⃣ Структура. LLM «любит» порядок, это помогает ему им быстрее вычленять суть. Четкие заголовки, списки, разметка schema.org.
2️⃣ Отвечайте на вопросы. Превратите часть контента в формат FAQ. Чем точнее вы отвечаете на реальные запросы пользователя, тем выше шанс что ИИ процитирует именно ваш ответ — и даст ссылку на вашу страницу.
3️⃣ Именуйте визуал правильно. ИИ не «видит» картинку, он её «читает». Названия файлов/фото, alt-теги и подписи — ваше всё:
- Так себе: IMG_0723.jpg
- Отлично: buket_na_den_rozhdeniya.jpg
4️⃣ Плотность ключевых слов не так важна, как ясное описание, какие задачи решает ваш товар. Должно быть понятно даже тупым gpt3.5.
5️⃣ Page Experience: мобильная адаптивность, доступность (alt-текст), и вот это всё. Модели предпочитают сайты, которые быстро отдают контент.

Это всё кажется похожим на обычное SEO, но принципиально отличается. SEO оптимизируется под алгоритмы поисковиков. GEO — под то, как мыслит ИИ.

И да, пока твои конкуренты разбираются, у тебя есть шанс выйти вперед. По исследованию 2024 года трафик из генеративных нейросетей стабильно растёт, и я думаю что эта тенденция продолжится. Да, пока что это капля в море (относительно гугла), но важен сам тренд:

By 2026, traditional search engine volume will drop 25%, with search marketing losing market share to AI chatbots and other virtual agents (*Gartner)

В следующем посте напишу несколько технических деталей, которые нужно проверить чтобы всё описанное выше взлетело. Stay tuned!

Сегодня продолжение. Начало тут.

В прошлый раз мы обсудили что сделать, чтобы ваш контент стал понятным и удобным для цитирования в ответах нейросетевых поисковиков. Сегодня чуть-чуть затронем технику.

И да, как верно сказали в комментариях: хорошая позиция в SEO даёт ощутимый задел для GEO. Механика ранжирования ответов разная, но техническая база и авторитет, заработанные в SEO, действительно повышают шансы быть выбранным генеративным поиском.

Итак, что нужно проверить чтобы рекомендации из прошлого поста действительно дали отдачу:

1️⃣ Разрешите доступ для OAI-SearchBot в файле robots.txt
Это файл, который лежит в корне сайта и определяет правила доступа для поисковых роботов. Если у вас нет файла или он пустой — достаточно записать две строки:

User-agent: OAI-SearchBot
Allow: /

Этим вы говорите поисковому боту OpenAI: «можно сканировать весь сайт».

2️⃣ Убедитесь что ссылка на файл отдает HTTP 200 без редиректов и авторизаций. То есть по ссылке https://ваш_сайт/robots.txt вам сразу возвращается сам файл — не перенаправление на другой URL, не запрос пароля, а именно ваш файл.

3️⃣ Укажите карту сайта (если ещё не) — это упростит индексацию:

Sitemap: https://example.com/sitemap.xml

4️⃣ Не блокируйте бота на уровне защитных экранов WAF/Cloudflare — даже если у вас идеальный robots.txt, экран может не пропустить поискового робота.

Если у вас Cloudflare (большинство сайтов) — то в панели домена откройте Security → Bots и проверьте переключатель Allow Verified Bots: он должен быть включен. OAI-SearchBot входит в список «Verified bots», поэтому Cloudflare не будет ему мешать в доступе.

5️⃣ Проверьте через curl, действительно ли всё работает (нужен терминал и утилита curl):

Проверьте что утилита действительно есть (ввести в терминале):
curl --version
Если в ответ выдаёт версию — всё ок

Проверяем пускает ли поискового бота на сайт:
curl -A "OAI-SearchBot" -I https://ваш_сайт.ru
Если ответ HTTP 200 — всё ок

Проверяем robots.txt
curl -A "OAI-SearchBot" https://ваш_сайт.ru/robots.txt
Должен вернуться текст файла

Можно проверить конкретную карточку товара (индексируется ли поисковым ботом):
curl -A "OAI-SearchBot" -I https://ссылка_на_конкретную_карточку.ru
Выдаёт 200 — супер

6️⃣ Финалочка! Отслеживайте трафик через utm_source = chatgpt.com в Google Analytics. Настройки без отслеживания результатов = тыкаться вслепую) Знакомые из онлайн-школы английского языка написали что у них уже есть регистрации на курс прямиком из chatGPT ☺️

Бонус

- OpenAI уже тестирует прямую загрузку товаров для рекомендаций — в конце апреля они открыли форму предварительной регистрации.
- Вы можете уже сейчас отправить заявку и настроить выгрузку фида товаров (файла, в котором перечислены все ваши товары с основными характеристиками в строго заданном формате).
- Когда когда приём откроется, вам пришлют инструкции на указанную вами почту. Прогнозы по срокам — ближе к концу 2025.

Пользуйтесь.

Сегодня скидок пост

Антропик нечасто дают спецпредложения. При этом их модели Claude весьма толковые. Я бы сказал что они по креативности и для текстов лучше чем чатгпт. Но особенно они лучше для кодинга со своим Claude Code (хотя это утверждение я сам полностью подтвердить не могу, ибо я не кодер 🤓).

В любом случае, за такие деньги рекомендую попробовать.
По ссылке claude.ai/morgan вам либо предложат 7 дней бесплатного доступа (если у вас не было аккаунта Claude, как в примере у меня на скрине), либо скидку 50% на первые три месяца Pro версии (если у вас уже есть аккаунт и это первая подписка на Pro версию).

Важный момент: клод требует VPN и иностранную карту как и почти все современные инструменты
- Для впн пользуюсь Browsec или Redshield
- Для оплаты могу рекомендовать сервис oplatym.ru

Я пользуюсь платной версией Claude (и Gemini, и ChatGPT), и могу точно сказать что за десятку баксов она того стоит. Как минимум чтобы покритиковать решения других моделей 😁. Берешь решение задачи, сделанное ChatGPT, отдаёшь на растерзание в Claude, и просишь критически оценить и предложить улучшения.

А сама подписка Claude Pro даёт вот что (относительно бесплатной версии):
- Больше лимит сообщений (≈250 в день против 50)
- Доступ к «думающим» моделям (и вообще выбор моделей, кстати, их текущая базовая Sonnet 4 тоже хороша)
- Работа с проектами, большими файлами и документами
- Интеграция с Gmail, Google Drive, календарем
- Функция Deep Research (дада, как у Perplexity, ChatGPT, и Gemini)

Кроме этого, у Claude есть Artifacts (простые веб приложения, примеры можно посмотреть здесь). Можно грубо сказать что артифакты похожи на результаты работы Manus (писал здесь).

Ну и в целом, предпочтения моделей относительно большой тройки (от OpenAI, Google или Anthropic) часто могут быть очень субъективными. Кому-то нравится чатгпт, кто-то от gemini в восторге, а кто-то предпочитает клода. Подробней сильные стороны и что умеет Клод могу расписать в отдельном посте.

Пробуйте. Вся работа с нейросетями — это своего рода исследование, для которого лучше всего подходит включить любопытство.

PS. за наводку спасибо Рефату

Всё к этому движется, похоже. Хотим мы этого или нет. Разве что скоро и сторону условной Лены тоже будут представлять агенты. И общаться они будут не человеческим языком а на своем наречии.

Надо запомнить этот день.

Утром к нам пришёл продвинутый пользователь нашего продукта— звукорежиссёр без техбэкграунда, который написал небольшую программу, которая снимает с него кучу рутины. Программа простая, но рабочая. Интересно, что он сделает, когда доберётся до Курсора.

А вечером был звонок с клиентом, где, похоже мы говорили с двумя AI-агентами. Экраны были выключены, один говорил голосом как ChatGPT, второй — с подозрительно синтетическим американским акцентом. Клиент из Египта и акценты должны были быть другими. Было крипово.